evolution-memory

name	evolution-memory
description	跨项目的蒸馏式知识积累。在项目结束时自动触发蒸馏，在新项目启动时自动读取相关规则。存"规则"而非"数据"。

Evolution Memory

跨项目的蒸馏式知识积累系统。每个项目结束时提炼可复用规则，新项目启动时读取历史经验，实现跨周期进化。

When to Use

• 读取：每个 skill 启动时自动读取与当前阶段相关的 memories
• 写入：项目结束时（论文提交后 / 实验完成后）自动触发蒸馏
• 用户说"总结经验" / "保存规则" / "evolution memory"
• 实时捕获：用户纠正 agent 行为、确认非显而易见的做法、或提供项目动态时

存储结构

位置：~/.nexus/evolution_memory/

~/.nexus/evolution_memory/
├── MEMORY.md              # 索引文件（每条 <150 字符，总量控制在 200 行内）
├── user_researcher_profile.md
├── feedback_terse_output.md
├── project_neurips_deadline.md
├── reference_gpu_server.md
├── idea_cross_domain.md
├── experiment_lr_warmup.md
└── ...

每个记忆文件使用以下 frontmatter 格式：

---
name: {{记忆名称}}
description: {{单行描述 — 用于未来对话中判断是否相关}}
type: {{user | feedback | project | reference}}
source_project: {{来源项目，可选}}
date: {{YYYY-MM-DD，必须用绝对日期}}
confidence: {{0.0-1.0，可选}}
---

{{记忆内容}}

四类型记忆分类

user — 研究者画像

关于用户的角色、目标、知识水平、研究风格的信息。帮助 agent 调整行为适配用户。

保存时机：学到用户任何偏好、背景、专业水平时

示例：

• 用户说"我是做 RL 的，第一次碰 world model" → 保存：深耕 RL，world model 新手 — 用 RL 术语类比解释 WM 概念
• 用户说"我导师要求每周汇报进展" → 保存：有周报需求 — 实验阶段注意以周为单位规划

feedback — 行为纠正与确认

用户对 agent 行为的反馈。同时记录纠正和正面确认。

如果只保存纠正，agent 会回避过去的错误但偏离已验证的方法，并可能变得过于保守。

保存时机：

• 用户纠正做法（"不要这样"、"别用这种方式"）
• 用户确认非显而易见的做法（"对就这样"、"这种方式很好"、默认接受了不寻常的选择）

结构：Rule → Why: → How to apply:

示例：

• 用户说"别在综述里引用预印本" → 保存：文献综述不引用 arXiv 预印本。**Why:** 导师要求只用正式发表的论文。**How to apply:** survey 阶段的 corpus freeze 时过滤 unpublished。
• 用户说"对，一次性提交整个 PR 是对的" → 保存：代码修改倾向于合并成一个 PR 而非拆分。**Why:** 用户确认了这种做法，认为拆分是 churn。**How to apply:** 除非用户另有指示，实验代码修改合并提交。

project — 项目动态

项目的进行中工作、目标、截止日期、动态。不可从代码或 git 历史派生的上下文信息。

相对日期必须转换为绝对日期（"下周四" → "2026-04-08"）。

保存时机：学到 who/what/why/when 时

结构：Fact → Why: → How to apply:

示例：

• 用户说"NeurIPS 截止日期提前到五月中" → 保存：NeurIPS 2026 截止日 2026-05-15。**Why:** 今年改了截止日。**How to apply:** 实验和写作 timeline 需在 5/10 前完成。
• 用户说"我们组的 GPU 下周要维护" → 保存：GPU 服务器 2026-04-07 起维护一周。**Why:** 机房检修。**How to apply:** 在 4/07 前完成需要 GPU 的实验。

reference — 外部资源指针

外部系统中信息的位置指引。

保存时机：学到外部资源及其用途时

示例：

• 用户说"Overleaf 项目链接是 xxx" → 保存：Overleaf 项目: xxx — NeurIPS 2026 主稿
• 用户说"实验服务器是 AutoDL xxx" → 保存：AutoDL 实验机: xxx — 4× A100, 用于 TSWM 训练

不应保存的内容

• 代码模式、架构、文件路径 — 可从项目当前状态派生
• Git 历史 — git log/git blame 是权威源
• 调试方案 — 修复已在代码中
• CLAUDE.md 中已有的内容
• 临时任务详情：进行中的工作、当前对话上下文

即使用户明确要求保存，也适用这些排除。 如果用户要求保存 PR 列表或活动摘要，问"其中什么是意外的或非显而易见的" — 那部分才值得保留。

记忆漂移防护

记忆是某个时间点的快照，可能过时。使用记忆前：

• 如果记忆提到文件路径 → 先检查文件是否存在
• 如果记忆提到函数/配置 → 先 grep 确认
• "记忆说 X 存在" ≠ "X 现在存在"
• 项目状态类记忆衰减最快 — 如果用户问"当前"状态，优先用 git log 或读代码

四种进化机制

IDE — Idea Direction Evolution

触发：idea 阶段结束后（ToT + Elo + 红队完成）

提炼内容：

• 哪些方向存活了？为什么？
• 哪些方向被 kill 了？什么原因？
• 红队最常攻击的弱点类型是什么？

输出：type: feedback 记忆，如 "在[领域]做[方法类型]的 idea，[可行/不可行]，因为[原因]"

IVE — Idea Validation Evolution

触发：实验失败后

提炼内容：

• 失败是实现问题（bug/环境/超参）还是方向问题（idea 本身不 work）？
• 如果是方向问题，在什么条件下暴露的？

输出：type: feedback 记忆，如 "[方法]在[条件]下会失败，因为[根本原因]"

ESE — Experiment Strategy Evolution

触发：实验成功后

提炼内容：

• 哪些策略关键促成了成功？
• 哪些调试技巧特别有效？
• 数据处理/训练的可复用 pattern 是什么？

输出：type: feedback 记忆，如 "遇到[问题]时，先试[策略A]再试[策略B]"

RFE — Review Feedback Evolution（v4 新增）

触发：用户收到真实审稿意见后，使用 reenter_pipeline 重入

处理流程：

1. 将真实审稿意见与模拟审稿做逐条对比

2. 分析差异类型：

   差异类型	含义	校准动作
   模拟 ✅ 真实 ❌	模拟遗漏了真实弱点	保存 type: feedback 记忆
   模拟 ❌ 真实 ✅	模拟过度攻击	降低该类攻击权重
   模拟 ✅ 真实 ✅	双方共识	提升 confidence
   模拟 score > 真实 score	Sycophancy bias	保存 type: feedback，加大 Score Deflation

3. 输出 calibration_report.md

4. 自动更新相关记忆文件的 confidence

输出：type: feedback 记忆，如 "在[venue]审稿模拟中，[弱点类型]被遗漏了N次，真实reviewer关注[具体模式]"

这实现了自校准审稿系统——每次真实投稿反馈后，模拟审稿精度提升。

读取策略

按需加载——每个 skill 启动时只读取相关类型的记忆：

Skill	读取的记忆类型
所有 skill	user + reference（始终相关）
idea-brainstorm	+ feedback（含 IDE 规则）
experiment-runner	+ feedback（含 IVE/ESE 规则）+ project（截止日期）
paper-writing	+ feedback（写作偏好）+ project（venue/deadline）
multi-reviewer	+ feedback（含 RFE 规则）

预估增量：~50 tokens/memory × ~30-60 memories（10个项目后）= 1.5-3K tokens

写入策略

自动蒸馏（项目结束时）

1. 回顾项目全流程记录（evidence audit → idea → experiment → paper → review）
2. 提炼 2-5 条新记忆
3. 用户确认后写入 ~/.nexus/evolution_memory/
4. 同步更新 MEMORY.md 索引
5. 如果新记忆与已有记忆冲突 → 更新 confidence 或合并

实时捕获（v2 新增）

• 任何 stage rollback 时自动 capture failure lesson → 转换为 type: feedback 记忆
• 用户纠正 agent 行为时立即保存
• 不等项目结束，每次反馈都积累

记忆淘汰

• 连续 3 个项目未被读取的记忆 → 标记为 deprecated
• confidence < 0.3 的记忆 → 建议删除
• project 类型中日期过期 > 3 个月 → 自动标记为过期

核心准则

1. 失败经验比成功经验更有价值 — IVE 的规则优先级高于 ESE
2. 记忆要少不要多 — 60 条精炼记忆 > 500 条泛泛记录
3. 过时的记忆比没有记忆更危险 — 定期淘汰，不要累积
4. 同时记录纠正和确认 — 避免只从错误学习导致过于保守

Pipeline Exit (v2: MetaClaw-style Auto Distillation)

触发时机：

1. 最终蒸馏：final_revise 完成后由 complete_stage("final_revise") 自动触发
2. 实时捕获（v2 新增）：任何 stage rollback 时自动 capture failure lesson
   • complete_stage(result="rollback") → 自动记录 failure reason → 转换为记忆
   • 不等项目结束，每次失败都积累经验
3. 手动调用：任何时候均可

MetaClaw 式自动蒸馏：failure → lesson → memory → 注入下次 pipeline（自动化）

T4 — 被动 hook 蒸馏（Phase 2 实装）

NeXus 现有 log_event hook：每次 pipeline-orchestrator.complete_stage 跑完都往 ~/.nexus/evolution_memory/.event_log.jsonl 追加一条结构化事件（不阻塞 agent）。

distill_event_log.py 把这些事件被动蒸馏成编号的 lesson 文件，落在 ~/.nexus/evolution_memory/lessons/{NNNN}_{type}_{stage}_{ts}.json。

蒸馏规则（最小可行集，待 Phase 2 后续补 LLM 精读）：

事件类型	蒸馏为	触发条件
rolled_back	feedback lesson	任何 stage 回滚
compliance_failed	feedback lesson	任何 stage 合规失败
advanced + stage="final_revise"	project lesson	项目完整跑完

幂等性：脚本用 ~/.nexus/evolution_memory/.distill_offset 跟踪已处理的字节数；重复跑同一份 event log 不会产生重复 lesson。

触发方式（任选）：

1. 每次 stage 完成自动：可在 nexus_hooks 加 assurance_emit 风格的 PostToolUse 触发 distill_event_log.py（小开销）。
2. 后台 /loop：Claude Code 用户可 /loop 5m python ~/.../distill_event_log.py。
3. /full-research-pipeline 结尾：自动调用一次（已在 workflow 文档里）。
4. 手动：用户随时 python distill_event_log.py 也行。